নেভিগেশন
Advertise here

Mercury 2.5 Preview (high) vs Grok 4.3 (medium)

average score প্রায় সমান: 6.5 vs 6.5. Mercury 2.5 Preview (high)-এর benchmark খরচ কম: $0.039 vs $0.989. Mercury 2.5 Preview (high) দ্রুত: 7.61s vs 44.53s, pass rates 65.2% vs 63.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#194
মোট আউটপুট টোকেন
180,597
প্রতিক্রিয়া সময় (গড়)
7.61s
মোট খরচ
$0.039
র‍্যাঙ্ক
#199
মোট আউটপুট টোকেন
232,542
প্রতিক্রিয়া সময় (গড়)
44.53s
মোট খরচ
$0.989
প্রস্তাবিত মডেল Mercury 2.5 Preview (high)

It has the best score here (6.5), while costing about 25.9x less than Grok 4.3 (medium).

বিস্তারিত তুলনা

মেট্রিক Mercury 2.5 Preview Mercury 2.5 Preview high প্রকাশ: 2026-09-02 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 6.5 6.5
র‍্যাঙ্ক #194 #199
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.0 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 63.8%
অস্থির টেস্ট 6 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 0.319 8.235
মোট খরচ $0.039 $0.989
ইনপুট মূল্য $0.000 / 1M $1.250 / 1M
আউটপুট মূল্য $0.000 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 298,512 325,471
আউটপুট টোকেন 3,178 14,867
রিজনিং টোকেন 177,419 217,675
প্রতিক্রিয়া সময় (গড়) 7.61s 44.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 86.84s 216.69s
প্রতিক্রিয়া সময় (মোট) 175.08s 1024.25s
প্যারামিটার ~100B ~1.5T মোট (~150B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#194 Mercury 2.5 Preview

high
খরচ
$0.001
সময়
4.5s
টোকেন
3,851 tok

#199 SpaceXAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Mercury 2.5 Preview 6.7 7.8 55.6% 1 6.13s 7,751 485 42,569
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

দ্রুত তুলনা

তুলনার জুটি বদলান

KAT-Coder-Pro V2.5highvsGrok 4.3mediumGrok 4.3mediumvsGLM 5.1noneMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumQwen3.5-122B-A10BnonevsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.3lowClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighGrok 4.3mediumvsGLM 5.3lowGemini 3 Flash PreviewnonevsGrok 4.3mediumMercury 2.5highvsGrok 4.3mediumMercury 2.5 PreviewhighvsGLM 5.1noneMercury 2.5 PreviewhighvsLaguna XS 2.1mediumবিনামূল্যে উপলভ্যMercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low